申 亮，陳媛媛，王曉彤，王玉燕

(1.山東財(cái)經(jīng)大學(xué)財(cái)政稅務(wù)學(xué)院，山東 濟(jì)南 250014；2.山東財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，山東 濟(jì)南 250014)

一、引 言

近年來，政府債務(wù)規(guī)模不斷擴(kuò)大，其風(fēng)險(xiǎn)敞口也逐年累積。根據(jù)財(cái)政部公布的數(shù)據(jù)顯示，截至2020年12月，中央財(cái)政債務(wù)余額及地方政府債務(wù)余額分別為208906億元和256615億元。為了防范政府債務(wù)危機(jī)的發(fā)生，近幾年的中央政治局會(huì)議和政府工作報(bào)告都反復(fù)強(qiáng)調(diào)，要有效應(yīng)對和化解政府債務(wù)風(fēng)險(xiǎn)，確保財(cái)政始終保持穩(wěn)健運(yùn)行。與顯性債務(wù)相比，隱性債務(wù)規(guī)模龐大，透明度很低，所形成的債務(wù)風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)大于顯性債務(wù)[1]。對于地方政府隱性債務(wù)的界定，國內(nèi)政策法規(guī)和國內(nèi)外學(xué)者的觀點(diǎn)存在一定的差異。2018年《中共中央 國務(wù)院關(guān)于防范化解地方政府隱性債務(wù)風(fēng)險(xiǎn)的意見》披露的部分內(nèi)容體現(xiàn)了地方政府隱性債務(wù)的內(nèi)涵：在法律規(guī)定的預(yù)算范圍之外，地方政府直接或者間接使用財(cái)政資金償還，或者違法違規(guī)采取擔(dān)保等形式舉借的債務(wù)即為地方政府隱性債務(wù)。學(xué)術(shù)界普遍接受Polackova(1998)提出的財(cái)政風(fēng)險(xiǎn)矩陣，根據(jù)政府的責(zé)任是否有書面的法律依據(jù)界定為顯性債務(wù)和隱性債務(wù)，又根據(jù)一個(gè)特定事件是否發(fā)生分為直接債務(wù)和或有債務(wù)[2]。當(dāng)政府現(xiàn)存的義務(wù)和法律規(guī)定沒有要求，但在過去的實(shí)踐中所形成的一系列期望與習(xí)慣或者來自相關(guān)利益群體的壓力使得政府不得不承擔(dān)一定的救助責(zé)任時(shí)，就產(chǎn)生了隱性債務(wù)[3]。因此，公共養(yǎng)老金等給政府造成的債務(wù)屬于直接隱性債務(wù)，而地方政府對國有企業(yè)的擔(dān)?；蚓戎纬傻膫鶆?wù)等屬于或有隱性債務(wù)[4]。

源于國有控股上市公司的政府或有債務(wù)是政府隱性債務(wù)的重要組成部分，具有信息不透明的特點(diǎn)，其風(fēng)險(xiǎn)在經(jīng)濟(jì)運(yùn)行狀況良好時(shí)存在隱匿性，一旦遇到突發(fā)事件就會(huì)加重政府財(cái)政支出壓力。國有控股上市公司本身具有一定的“特殊性”，其設(shè)立通常是為了實(shí)現(xiàn)國家調(diào)節(jié)經(jīng)濟(jì)的目標(biāo)，這種“政策性負(fù)擔(dān)”會(huì)使國有控股上市公司犧牲自身利益而影響到其經(jīng)營成果[5]，導(dǎo)致企業(yè)的微觀效率較低[6]。同時(shí)，為了贏得上級領(lǐng)導(dǎo)和公眾的關(guān)注，獲得政治晉升，國有控股上市公司高管存在盲目投資、公益性捐贈(zèng)和在職消費(fèi)等損害公司利益的行為，也增加了國有控股上市公司因資產(chǎn)規(guī)模和資金使用效率背離而形成的違約風(fēng)險(xiǎn)[7]。面對此類風(fēng)險(xiǎn)，政府隱性擔(dān)保色彩尚未完全消除。政府給予的事前擔(dān)保和事后救助會(huì)造成大量的政府或有債務(wù)和財(cái)政成本，政府支持的預(yù)期也會(huì)加大國有控股上市公司的道德風(fēng)險(xiǎn)，加劇違約風(fēng)險(xiǎn)的形成，最終帶來巨額政府或有債務(wù)。因此，科學(xué)測算國有控股上市公司可能帶來的政府或有債務(wù)風(fēng)險(xiǎn)，具有重要的現(xiàn)實(shí)意義。

事實(shí)上，政府對不同的企業(yè)擔(dān)保救助概率是不同。因此，對國有控股上市公司形成的政府或有債務(wù)的度量不能直接將企業(yè)債務(wù)計(jì)入，而需要綜合考慮企業(yè)發(fā)生違約風(fēng)險(xiǎn)的概率、政府擔(dān)保救助的概率等因素。在考慮同行業(yè)企業(yè)具有關(guān)聯(lián)性的基礎(chǔ)上，本文設(shè)計(jì)了“源于國有控股上市公司的政府或有債務(wù)規(guī)模”的測算指標(biāo)。本文的主要貢獻(xiàn)有：(1)相較于已有的一些測算方法，本文不僅考慮了政府救助比例和企業(yè)自身風(fēng)險(xiǎn)等，還進(jìn)一步確定了政府對不同行業(yè)內(nèi)企業(yè)的不同擔(dān)保概率以及同一行業(yè)之間各企業(yè)的關(guān)聯(lián)性，使得測算結(jié)果更符合實(shí)際意義；(2)該測算方法具有一般性，可以拓展到國有控股上市公司之外的政府承擔(dān)一定擔(dān)保救助責(zé)任的債務(wù)規(guī)模測算；(3)從國有控股上市公司的視角出發(fā)來衡量我國政府或有債務(wù)規(guī)模，研究結(jié)論不僅豐富了現(xiàn)有的政府或有債務(wù)文獻(xiàn)，還能為政策制定者提供重要的經(jīng)驗(yàn)數(shù)據(jù)。

本文余下的結(jié)構(gòu)安排為：第二部分是文獻(xiàn)綜述，梳理相關(guān)文獻(xiàn)并進(jìn)行文獻(xiàn)述評；第三部分是模型設(shè)計(jì)，并對模型中的變量和參數(shù)進(jìn)行解釋；第四部分是實(shí)證分析，首先根據(jù)相關(guān)系數(shù)矩陣得到2011—2020年同行業(yè)內(nèi)各國有控股上市公司的困境關(guān)聯(lián)性，再使用KMV模型分析并測算出各公司陷入困境的概率，基于此獲得源于國有控股上市公司的政府或有債務(wù)規(guī)模；第五部分是結(jié)論和政策建議，依據(jù)實(shí)證結(jié)果提出合理的政策建議。

二、文獻(xiàn)綜述

基于國有企業(yè)的“特殊性”，許多學(xué)者在政府為國有企業(yè)提供擔(dān)保的方面達(dá)成了共識(shí)。林毅夫和李志赟(2004)提出，由于國有企業(yè)承擔(dān)著“政策性負(fù)擔(dān)”，其進(jìn)行投資和生產(chǎn)時(shí)無法依照利潤最大化原則，因此對于國有企業(yè)“聽從”政府命令產(chǎn)生的損失，政府有著不可推卸的責(zé)任，進(jìn)而會(huì)為其提供隱性擔(dān)保，并在其真正陷入危機(jī)時(shí)進(jìn)行救助[8]。Faccio等(2006)指出，政府通過隱性擔(dān)保為國有企業(yè)提供了更高救助的可能性[9]，除此之外，政府隱性擔(dān)保還會(huì)為國有企業(yè)帶來其他的優(yōu)惠，如更多的信貸資源[10]和更低的稅率水平[11]等。Dong等(2014)和紀(jì)洋等(2018)認(rèn)為由于國有企業(yè)具有國有產(chǎn)權(quán)性質(zhì)，因此其背后有著政府隱性擔(dān)保的支持[12][13]。Handayani和Damayanti(2019)評估了政府部門如何向國有企業(yè)提供擔(dān)保，并全面分析了當(dāng)政府部門提供擔(dān)保時(shí)可能導(dǎo)致的責(zé)任，認(rèn)為政府應(yīng)當(dāng)對國有企業(yè)的社會(huì)角色進(jìn)行監(jiān)測和評估，并對相關(guān)國有企業(yè)制定擔(dān)保和支持計(jì)劃[14]。

在政府為國有企業(yè)提供擔(dān)保的基礎(chǔ)上，許多學(xué)者指出這會(huì)對政府或有債務(wù)產(chǎn)生影響。劉尚希和趙全厚(2002)指出，國有企業(yè)未彌補(bǔ)的虧損屬于政府隱性或有債務(wù)，1991—1998年財(cái)政彌補(bǔ)國有企業(yè)虧損的賬面余額在減少，但未彌補(bǔ)虧損是增加的，累計(jì)未彌補(bǔ)虧損額高達(dá)7531億元[15]。扈文秀等(2021)認(rèn)為，當(dāng)?shù)胤絿衅髽I(yè)面臨破產(chǎn)時(shí)，政府負(fù)有救助責(zé)任，因此應(yīng)將地方國有及國有控股企業(yè)形成的債務(wù)歸為顯性或有債務(wù)[16]。邱歡(2017)也指出雖然作為法人主體的地方國企舉債，表面上與地方政府沒有關(guān)聯(lián)，可在某種程度上來說，地方國有企業(yè)自身負(fù)債是因?yàn)檎e借債務(wù)形成的，實(shí)際是政府的間接負(fù)債，只是在資產(chǎn)負(fù)債表上表現(xiàn)為企業(yè)部分直接負(fù)債，這實(shí)際上是一種捆綁式負(fù)債關(guān)系[17]。Bova等(2016)認(rèn)為我國政府或有債務(wù)的四個(gè)來源主要是國有企業(yè)、金融機(jī)構(gòu)、地方政府和自然災(zāi)害，相較于歐美國家政府或有債務(wù)有著很大的區(qū)別[18]。

為了控制政府或有債務(wù)的規(guī)模，很多學(xué)者基于國有企業(yè)、銀行業(yè)甚至全面考察了政府或有債務(wù)的衡量手段。從測算政府或有債務(wù)規(guī)模的角度來看，Sundaresan(2002)認(rèn)為政府可以運(yùn)用私營部門普遍使用的風(fēng)險(xiǎn)分析管理工具對政府或有債務(wù)進(jìn)行度量[19]；吉富星(2018)基于有息負(fù)債及債務(wù)矩陣視角，對2017年我國地方政府各個(gè)來源的主要隱性或有債務(wù)類型進(jìn)行了核算[20]。從銀行業(yè)和國有企業(yè)形成的政府或有債務(wù)的角度來看，Arslanalp和Liao(2015)對或有債務(wù)量化的方式進(jìn)行了改進(jìn)，利用評級機(jī)構(gòu)評級指標(biāo)和各銀行違約風(fēng)險(xiǎn)指標(biāo)，再結(jié)合或有債務(wù)的特征，構(gòu)建了銀行部門形成的政府隱性或有債務(wù)壓力指數(shù)[21]；馬恩濤和陳媛媛(2019)在此基礎(chǔ)上，利用類似的辦法衡量了我國14家上市銀行形成的政府或有債務(wù)規(guī)模[22]；郭敏等(2020)認(rèn)為該度量方法也可度量國有企業(yè)政府隱性或有債務(wù)[23]。朱冠平等(2021)認(rèn)為政府或有債務(wù)的分類主要有融資平臺(tái)類、國有企業(yè)類、金融機(jī)構(gòu)類、養(yǎng)老基金類以及其他類，并分別前四類政府或有債務(wù)的規(guī)模進(jìn)行了測算，發(fā)現(xiàn)這四類政府或有債務(wù)規(guī)模在2010年后呈現(xiàn)逐年升高的趨勢[24]。

通過梳理相關(guān)文獻(xiàn)可以看出，國內(nèi)外學(xué)者聚焦于政府對國有企業(yè)的擔(dān)保以及擔(dān)保是如何形成或有債務(wù)的、怎樣對或有債務(wù)規(guī)模進(jìn)行分析測算等方面，但缺乏專門針對國有控股上市公司可能誘發(fā)的或有債務(wù)規(guī)模的研究。在少數(shù)涉及國有企業(yè)形成政府或有債務(wù)規(guī)模的測算方法中，一些學(xué)者采用企業(yè)債務(wù)總額、政府救助比例、企業(yè)自身財(cái)務(wù)風(fēng)險(xiǎn)、商業(yè)銀行估計(jì)風(fēng)險(xiǎn)和地方經(jīng)濟(jì)財(cái)力系數(shù)相乘，以此得到政府救助國有企業(yè)所產(chǎn)生的或有債務(wù)規(guī)模，但該方法存在以下幾個(gè)缺陷：(1)忽略了企業(yè)債務(wù)中政府不可能擔(dān)保救助的部分，如各種稅費(fèi)及應(yīng)付股利等。(2)將同一行業(yè)之間不同企業(yè)相互獨(dú)立起來，未考慮它們之間的相互影響。事實(shí)上，同一行業(yè)內(nèi)不同企業(yè)之間的關(guān)聯(lián)性使得它們在受到同一沖擊時(shí)會(huì)對彼此產(chǎn)生影響，這種影響會(huì)增加或者減少或有債務(wù)的規(guī)模。(3)忽略了政府對不同行業(yè)企業(yè)不同的擔(dān)保概率。因此，我們將采用一種更科學(xué)合理的方法來測算源于國有控股上市公司的政府債務(wù)規(guī)模。

三、模型設(shè)計(jì)及參數(shù)解釋

為了更好評估我國國有控股上市公司給政府帶來的潛在損失，我們將借鑒Arslanalp和Liao(2015)[21]測算上市商業(yè)銀行政府或有債務(wù)的方法，在此基礎(chǔ)上對不同公司進(jìn)行行業(yè)分類，分別確定各行業(yè)內(nèi)公司的關(guān)聯(lián)性及政府救助的概率，進(jìn)而分析2011—2020年我國國有控股上市公司或有債務(wù)的規(guī)模。這種方法能夠更加準(zhǔn)確地衡量不同行業(yè)公司違約后應(yīng)由政府救助的債務(wù)規(guī)模。

(一)模型概況

只有當(dāng)政府愿意且有能力對陷入困境的國有控股上市公司提供救助時(shí)，才會(huì)給政府帶來或有債務(wù)，因此一家國有控股上市公司破產(chǎn)的相關(guān)政府或有債務(wù)可表示為：

(1)

(2)

(3)

(5)

(6)

(7)

3.國有控股上市公司政府或有債務(wù)規(guī)模的綜合指標(biāo)。綜上所述，我們可以得出國有控股上市公司政府或有債務(wù)規(guī)模的測算指標(biāo)SCGCL：

(8)

(二)參數(shù)解釋

1.國有控股上市公司負(fù)債(l)?！罢{(diào)整后總負(fù)債”是基于國泰安數(shù)據(jù)庫各企業(yè)的負(fù)債總計(jì)，扣除應(yīng)交稅費(fèi)、遞延所得稅負(fù)債和應(yīng)付股利后，得到的需要政府擔(dān)保救助的債務(wù)總額。

2.政府承擔(dān)損失的比例(?)。實(shí)際上，政府救助國有控股上市公司時(shí)并不會(huì)承擔(dān)其所有負(fù)債，只有當(dāng)國有控股上市公司盡力償還債務(wù)后剩余部分無法負(fù)擔(dān)時(shí)，政府才會(huì)對剩余部分承擔(dān)救助責(zé)任。如果政府通過承擔(dān)未償還債務(wù)中的一部分就能幫助企業(yè)渡過危機(jī)，為使財(cái)政成本最小化，政府也只會(huì)承擔(dān)陷入困境的企業(yè)部分未償還債務(wù)。根據(jù)《國務(wù)院辦公廳關(guān)于印發(fā)地方政府性債務(wù)風(fēng)險(xiǎn)應(yīng)急處置預(yù)案的通知》(國辦函〔2016〕88號)規(guī)定，政府及其部門對或有債務(wù)中的擔(dān)保債務(wù)僅依法承擔(dān)民事賠償責(zé)任，但最多不超過債務(wù)人未能清償部分的1/2，因此本文選擇政府承擔(dān)的損失比例為定值50%。

3.各行業(yè)內(nèi)國有控股上市公司的困境關(guān)聯(lián)性(ρ)。不同行業(yè)之間的企業(yè)關(guān)聯(lián)性相對較低，而同一行業(yè)中不同企業(yè)的關(guān)聯(lián)性較強(qiáng)。因此，本文不考慮不同行業(yè)企業(yè)之間的關(guān)聯(lián)性，只測算同一行業(yè)間的企業(yè)關(guān)聯(lián)性，這里我們將采用相關(guān)系數(shù)矩陣來表示各行業(yè)中國有控股上市公司之間的關(guān)聯(lián)性。

4.國有控股上市公司陷入困境的概率(EDF)。國有控股上市公司陷入困境的概率是指由于其償債能力存在不確定性，在其陷入危機(jī)之前，我們無法判斷其是否會(huì)發(fā)生資不抵債的情況，最多只能估計(jì)其陷入危機(jī)的可能性。本文采用穆迪評級公司的預(yù)期違約頻率作為替代變量，預(yù)期違約頻率是基于KMV方法計(jì)算的信用風(fēng)險(xiǎn)指標(biāo)，用于評估公司在未來一年內(nèi)違約的概率。當(dāng)公司資產(chǎn)的市場價(jià)值低于公司某一債務(wù)水平時(shí)，公司就會(huì)違約。

5.政府對國有控股上市公司擔(dān)保的概率(PGS)。Arslanalp和Liao(2015)[21]構(gòu)建銀行業(yè)政府或有債務(wù)衡量指標(biāo)時(shí)，使用評級數(shù)據(jù)來反映政府對銀行擔(dān)保的概率，我國國有控股上市公司缺乏評級數(shù)據(jù)，需要結(jié)合實(shí)際情況估計(jì)政府擔(dān)保的概率。不同行業(yè)的規(guī)模及其在經(jīng)濟(jì)中的地位不同，擔(dān)保救助概率也不一樣。我們首先將政府提供擔(dān)保救助的概率劃分為0%—20%，20%—40%，40%—60%，60%—80%，80%—100%，然后對不同行業(yè)的發(fā)展?fàn)顩r及政策進(jìn)行分析，判斷不同行業(yè)擔(dān)保概率的基礎(chǔ)區(qū)間，最后依據(jù)行業(yè)的體量因素及經(jīng)濟(jì)和外部環(huán)境變化對政府擔(dān)保行為的影響，確定各行業(yè)政府擔(dān)保概率的具體區(qū)間。

(1)制造業(yè)(C)、科學(xué)研究和技術(shù)服務(wù)業(yè)(M)。制造業(yè)是我國實(shí)體經(jīng)濟(jì)的根基，科學(xué)研究和技術(shù)服務(wù)業(yè)也日益滲透到人類生產(chǎn)、生活的各個(gè)領(lǐng)域，我國近年來十分重視這兩個(gè)行業(yè)的融合與發(fā)展。2022年3月，我國政府工作報(bào)告提出要重點(diǎn)支持制造業(yè)，全面解決制造業(yè)、科研和技術(shù)服務(wù)等行業(yè)留抵退稅問題。為刺激經(jīng)濟(jì)持續(xù)恢復(fù)增長，政府會(huì)繼續(xù)強(qiáng)化對制造業(yè)及科學(xué)研究和技術(shù)服務(wù)業(yè)的政策支持。在這樣的背景下，處于制造業(yè)或者科學(xué)研究和技術(shù)服務(wù)業(yè)的國有控股上市公司必然會(huì)得到政府的大力支持，政府擔(dān)保概率的基礎(chǔ)區(qū)間為80%—100%。

(2)電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)(D)。電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)對我國經(jīng)濟(jì)和人民生活有著較為深刻的影響，我國不僅部署實(shí)施新的組合式稅費(fèi)支持政策，還推出了一系列退稅、免稅、減稅政策支持電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)等行業(yè)的發(fā)展，比如加大該行業(yè)的增值稅期末留抵退稅政策力度。政府極大概率會(huì)對該行業(yè)企業(yè)進(jìn)行擔(dān)保，政府擔(dān)保概率基礎(chǔ)區(qū)間為80%—100%。

(3)農(nóng)、林、牧、漁業(yè)(A)。黨的十九大報(bào)告首次提出“堅(jiān)持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展”的重大戰(zhàn)略要求，據(jù)此，財(cái)政部提出要“落實(shí)涉農(nóng)稅費(fèi)減免政策，引導(dǎo)金融和社會(huì)資本加大鄉(xiāng)村振興投入”。通過梳理以上的擔(dān)保、補(bǔ)貼政策可以發(fā)現(xiàn)，農(nóng)、林、牧、漁業(yè)在我國國民經(jīng)濟(jì)中具有重要特殊的地位，因此其政府擔(dān)保救助的概率基礎(chǔ)區(qū)間為80%—100%。

(4)交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)(G)。交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)是國民經(jīng)濟(jì)的強(qiáng)力保障。隨著近幾年線上消費(fèi)快速發(fā)展，個(gè)人和企業(yè)用戶傾向于在線上采購、線下送貨，物流行業(yè)市場需求激增。2020年《交通運(yùn)輸部關(guān)于推動(dòng)交通運(yùn)輸領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見》指出要圍繞加快建設(shè)交通強(qiáng)國總體目標(biāo)?！敖煌◤?qiáng)國”建設(shè)任務(wù)將是近幾年國內(nèi)交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)的發(fā)展核心，該行業(yè)公共性較強(qiáng)，特別是國有控股上市公司多為行業(yè)內(nèi)的龍頭企業(yè)，適用的擔(dān)保概率基礎(chǔ)區(qū)間為80%—100%。

(5)水利、環(huán)境和公共設(shè)施管理業(yè)(N)。水利基礎(chǔ)設(shè)施是國有資產(chǎn)的重要組成部分，政府出臺(tái)了很多財(cái)稅政策以鼓勵(lì)該行業(yè)的發(fā)展。財(cái)稅〔2010〕44號文中規(guī)定，國家重大水利工程建設(shè)基金免征城市維護(hù)建設(shè)稅；財(cái)建〔2015〕161號作出修改，節(jié)能減排補(bǔ)助資金主要采用補(bǔ)助、以獎(jiǎng)代補(bǔ)、貼息和據(jù)實(shí)結(jié)算等方式。政府針對水利、環(huán)境和公共設(shè)施管理業(yè)領(lǐng)域的企業(yè)實(shí)施了相關(guān)的稅收優(yōu)惠政策，但該行業(yè)本身并不像制造業(yè)等行業(yè)一樣對我國國民經(jīng)濟(jì)的發(fā)展起著關(guān)鍵性作用，政府對該行業(yè)的擔(dān)保概率可在60%—80%基礎(chǔ)區(qū)間。

(6)建筑業(yè)(E)。建筑業(yè)包括建設(shè)公共建筑的項(xiàng)目和建設(shè)普通建筑的項(xiàng)目，政府對不同類型項(xiàng)目的擔(dān)保力度是不同的，即在不同類型的企業(yè)陷入危機(jī)時(shí)，政府提供擔(dān)保的概率有高有低。本文研究的是國有控股上市企業(yè)，該類企業(yè)會(huì)參與更多的公共建筑的建設(shè)，因此，將政府對該行業(yè)國有控股上市公司的擔(dān)保概率基礎(chǔ)區(qū)間定為60%—80%。

(7)金融業(yè)(J)。金融業(yè)是一類特殊的行業(yè)，該行業(yè)交易的商品為金融商品，其穩(wěn)定性與經(jīng)濟(jì)社會(huì)穩(wěn)定有著十分緊密的聯(lián)系，各國政府都十分重視該行業(yè)的發(fā)展。依據(jù)馬恩濤(2021)[25]的觀點(diǎn)，我國銀行獲得政府救助的概率大多在60%以上，因此將該行業(yè)政府擔(dān)保救助的概率基礎(chǔ)區(qū)間定為60%—80%。

(8)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(I)。在“十二五”時(shí)期，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)就是關(guān)系國民經(jīng)濟(jì)和社會(huì)發(fā)展全局的基礎(chǔ)性、戰(zhàn)略性、先導(dǎo)性產(chǎn)業(yè)，該行業(yè)在信息化的時(shí)代具有重要的戰(zhàn)略地位，在其快速增長的過程中，許多中小企業(yè)也在陸續(xù)成立。而當(dāng)該領(lǐng)域的企業(yè)陷入危機(jī)時(shí)，政府可能會(huì)為行業(yè)內(nèi)的龍頭企業(yè)承擔(dān)部分損失，因此對于國有控股上市公司來說，政府擔(dān)保概率基礎(chǔ)區(qū)間為60%—80%。

(9)采礦業(yè)(B)。 我國十四五規(guī)劃明確提出，要加強(qiáng)戰(zhàn)略性礦產(chǎn)資源規(guī)劃管控，提升儲(chǔ)備安全保障能力。采礦業(yè)的相關(guān)企業(yè)可以分為普通營利性的企業(yè)和承擔(dān)特殊職能的非營利性礦山企業(yè)。對于普通營利性企業(yè)，政府擔(dān)保力度可能偏低，而對于承擔(dān)特殊職能的非營利性礦山企業(yè)來說，當(dāng)該類企業(yè)陷入危機(jī)時(shí)，為穩(wěn)定經(jīng)濟(jì)發(fā)展，政府一定會(huì)對其進(jìn)行擔(dān)保救助。綜合以上兩種類型，政府為采礦業(yè)提供擔(dān)保的概率的基礎(chǔ)區(qū)間為40%—60%。

(10)租賃和商務(wù)服務(wù)業(yè)(L)。融資租賃業(yè)發(fā)展勢頭迅猛，資產(chǎn)主要分布在能源設(shè)備、基礎(chǔ)設(shè)施及不動(dòng)產(chǎn)、通用機(jī)械設(shè)備等領(lǐng)域。該行業(yè)陷入危機(jī)，會(huì)對資產(chǎn)所在的行業(yè)產(chǎn)生一定的影響，為保持其與相關(guān)行業(yè)的穩(wěn)定，政府會(huì)選擇為其擔(dān)保，擔(dān)保概率基礎(chǔ)區(qū)間可能處于40%—60%范圍內(nèi)。

(11)文化、體育和娛樂業(yè)(R)。近年來，為促進(jìn)文化、體育和娛樂事業(yè)的發(fā)展，我國一直在實(shí)施文化增值稅優(yōu)惠政策。如財(cái)稅〔2019〕16號表明，深化文化體制改革要繼續(xù)推進(jìn)國有經(jīng)營性文化事業(yè)單位轉(zhuǎn)企改制，該類企業(yè)可以享受自轉(zhuǎn)制注冊之日起五年內(nèi)免征企業(yè)所得稅等稅收優(yōu)惠政策。國家在推動(dòng)該行業(yè)向市場化的方向改革，政府更希望該行業(yè)企業(yè)能夠適應(yīng)市場機(jī)制，在遇到危機(jī)時(shí)自行調(diào)節(jié)。結(jié)合實(shí)際情況，改革仍在進(jìn)行中，政府可能進(jìn)行適度調(diào)節(jié)，因此將擔(dān)保概率基礎(chǔ)區(qū)間設(shè)定為20%—40%。

(12)房地產(chǎn)業(yè)(K)。當(dāng)前，中國經(jīng)濟(jì)正逐步擺脫對于房地產(chǎn)的過度依賴，2021年中央經(jīng)濟(jì)工作會(huì)議提出探索新的發(fā)展模式，推進(jìn)保障性住房建設(shè)，支持商品房市場更好滿足購房者的合理住房需求，促進(jìn)房地產(chǎn)業(yè)良性循環(huán)和健康發(fā)展。因此，政府主要是通過實(shí)施相關(guān)房地產(chǎn)業(yè)的調(diào)控政策來化解風(fēng)險(xiǎn)，而不是通過事后救助的方式來穩(wěn)定行業(yè)發(fā)展。政府為其提供擔(dān)保救助的概率較低，基礎(chǔ)區(qū)間設(shè)定為20%—40%。

(13)教育(P)。我國的教育行業(yè)活動(dòng)除了學(xué)校義務(wù)教育、高等教育的特殊企業(yè)以外，還包括營利性教育輔導(dǎo)機(jī)構(gòu)。針對這些不同的類別，政府的支持力度是不同的，對于普通盈利性教育輔導(dǎo)機(jī)構(gòu)，政府擔(dān)保力度可能偏低，而對于承擔(dān)特殊職能的教育企業(yè)來說，政府為其進(jìn)行擔(dān)保的概率就會(huì)偏高。在“雙減”政策的沖擊之下，政府為相關(guān)企業(yè)提供擔(dān)保概率的基礎(chǔ)區(qū)間大致在0%—20%。

(14)批發(fā)和零售業(yè)(F)。批發(fā)和零售是社會(huì)生產(chǎn)過程中的重要環(huán)節(jié)，是我國市場化程度最高、競爭最為激烈的行業(yè)之一，即使是國有控股上市公司也不例外。由于該行業(yè)市場化程度較高，基本上不需要政府來對其進(jìn)行調(diào)節(jié)，因此政府為其提供擔(dān)保的概率極低，擔(dān)保概率基礎(chǔ)區(qū)間設(shè)定為0%—20%。

(15)住宿和餐飲業(yè)(H)。與批發(fā)和零售業(yè)類似，該行業(yè)市場化程度較高，基本上不需要政府來對其進(jìn)行調(diào)節(jié)，政府為其提供擔(dān)保的概率極低，擔(dān)保概率基礎(chǔ)區(qū)間同樣設(shè)定為0%—20%。

基于以上的基礎(chǔ)區(qū)間，我們還考慮了不同行業(yè)體量因素及經(jīng)濟(jì)或外部環(huán)境變化對政府擔(dān)保行為的影響(1)限于篇幅，此處省略各行業(yè)資產(chǎn)規(guī)模數(shù)據(jù)、各財(cái)力指標(biāo)數(shù)據(jù)以及政府擔(dān)保概率區(qū)間結(jié)果，作者備索。。由于不同體量的行業(yè)對宏觀經(jīng)濟(jì)的沖擊程度不同，政府對其擔(dān)保救助的概率也會(huì)產(chǎn)生差異，行業(yè)體量越大，其陷入困境時(shí)對經(jīng)濟(jì)造成的影響越大，政府擔(dān)保救助的概率也會(huì)越高。因此，本文將使用各行業(yè)資產(chǎn)規(guī)模作為衡量行業(yè)體量的指標(biāo)，行業(yè)資產(chǎn)規(guī)模與政府擔(dān)保概率呈正向關(guān)系。經(jīng)濟(jì)發(fā)展水平和外部環(huán)境發(fā)生變化時(shí)，政府的財(cái)力狀況也會(huì)隨之變化，影響政府的擔(dān)保能力和擔(dān)保意愿，進(jìn)而改變政府對各行業(yè)企業(yè)的擔(dān)保概率。為衡量不同時(shí)期和發(fā)展階段政府擔(dān)保水平的變化，本文將借鑒羅榮華和劉勁勁(2016)[26]的研究，將人均GDP增長率、人均財(cái)政收入增長率、人均赤字增長率和人均財(cái)政赤字與人均財(cái)政收入之比設(shè)定為反映政府財(cái)力狀況的指標(biāo)。其中，前兩項(xiàng)指標(biāo)與政府擔(dān)保呈正向關(guān)系，后兩項(xiàng)指標(biāo)呈負(fù)向關(guān)系。綜上所述，各行業(yè)國有控股上市公司的政府擔(dān)保概率區(qū)間可表示為：

政府擔(dān)保概率區(qū)間=基礎(chǔ)擔(dān)保概率區(qū)間×(1+某行業(yè)資產(chǎn)規(guī)模占各行業(yè)總資產(chǎn)規(guī)模比例-各行業(yè)資產(chǎn)規(guī)模平均值)×(1+人均財(cái)政收入增長率)×(1+人均GDP增長率)×(1-人均赤字增長率)×(1-人均財(cái)政赤字與人均財(cái)政收入之比)

四、實(shí)證分析

本文在剔除S和ST企業(yè)以及數(shù)據(jù)缺失企業(yè)的前提下測算我國滬深A(yù)股市場中國有控股上市公司的政府或有債務(wù)規(guī)模，2011—2020年選取的公司數(shù)量占全部地方國有控股上市公司數(shù)量的比重均在85%以上。因此，以上企業(yè)的政府或有債務(wù)規(guī)?；究梢源砦覈鴩锌毓缮鲜泄镜恼蛴袀鶆?wù)規(guī)模，其行業(yè)分布數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(2)限于篇幅，文中未展示行業(yè)分布數(shù)據(jù)，作者備索。。

(一)2011—2020年各行業(yè)內(nèi)國有控股上市公司的困境關(guān)聯(lián)性

本文采用相關(guān)系數(shù)矩陣來表示各行業(yè)中國有控股上市公司之間的關(guān)聯(lián)性，相關(guān)系數(shù)矩陣由原數(shù)據(jù)中各列數(shù)據(jù)之間的相關(guān)系數(shù)所構(gòu)成，各行業(yè)中各個(gè)企業(yè)的日股價(jià)格數(shù)據(jù)為原始數(shù)據(jù)的各列，即相關(guān)系數(shù)矩陣中第i行第j列的元素是某行業(yè)中第i家企業(yè)和第j家企業(yè)的日股價(jià)數(shù)據(jù)的相關(guān)系數(shù)，數(shù)據(jù)來源Wind數(shù)據(jù)庫。

(二)2011—2020年國有控股上市公司陷入困境的概率

本文基于以下KMV模型計(jì)算出各企業(yè)10年的理論預(yù)期違約頻率(EDF)，數(shù)據(jù)來源是Wind數(shù)據(jù)庫及中國人民銀行官網(wǎng)。

企業(yè)資產(chǎn)價(jià)值VA和股權(quán)價(jià)值VE、股權(quán)價(jià)值波動(dòng)率σE與資產(chǎn)價(jià)值波動(dòng)率σA的關(guān)系為：

VE=VAN(d1)-De-rtN(d2)

(9)

(10)

違約距離DD及違約點(diǎn)DP的確定：

(11)

DP=STD+0.5LTD

(12)

其中，STD為短期負(fù)債，LTD為長期負(fù)債。資產(chǎn)價(jià)值服從標(biāo)準(zhǔn)正態(tài)分布的情況下，預(yù)期違約頻率EDF可以用企業(yè)資產(chǎn)價(jià)值低于違約點(diǎn)(資不抵債)的概率P來表示，因此，預(yù)期違約頻率與違約點(diǎn)、違約距離的關(guān)系可表示為：

(13)

(三)2011—2020年國有控股上市公司的政府或有債務(wù)規(guī)模

由于政府的擔(dān)保概率在概率區(qū)間范圍內(nèi)，我們選取概率區(qū)間的端點(diǎn)值計(jì)算或有債務(wù)規(guī)模的低值和高值，得到或有債務(wù)的規(guī)模區(qū)間，防止因政府擔(dān)保概率設(shè)置不夠準(zhǔn)確而導(dǎo)致的測算規(guī)模與實(shí)際規(guī)模偏差過大。綜上所述，2011—2020年我國國有控股上市公司政府或有債務(wù)規(guī)模如表1所示。

表1 2011—2020年我國國有控股上市公司政府或有債務(wù)規(guī)模 (單位：十億元)

為了更清晰觀察或有債務(wù)規(guī)模的變化規(guī)律，我們將表1中數(shù)據(jù)用折線圖展示出來。如圖1所示，除2015年以外，2011—2014年或有債務(wù)規(guī)模呈上升趨勢，2016年以后債務(wù)水平低于前5年，略有上升趨勢。2015年或有債務(wù)規(guī)模突增，其預(yù)期成本和非預(yù)期成本都遠(yuǎn)高于其他年份的水平。

圖1 2011—2020年我國國有控股上市公司政府或有債務(wù)規(guī)模(單位：十億元)

經(jīng)過對模型和數(shù)據(jù)的分析，我們發(fā)現(xiàn)，造成這一現(xiàn)象的原因是2015年各國有控股上市公司EDF值突增，違約距離DD減少，各企業(yè)資產(chǎn)價(jià)值波動(dòng)率σA、股權(quán)價(jià)值波動(dòng)率σE增加。在排除企業(yè)數(shù)量的影響下，本文將各個(gè)變量各年的平均水平進(jìn)行分析。結(jié)果顯示，這10年間平均股權(quán)價(jià)值、無風(fēng)險(xiǎn)收益率、平均總負(fù)債、平均資產(chǎn)價(jià)值和平均違約點(diǎn)均不是影響2015年或有債務(wù)規(guī)模突增的因素。而從平均股權(quán)價(jià)值波動(dòng)率的數(shù)據(jù)中，我們發(fā)現(xiàn)2015年該值超過了0.5，較其他年份明顯偏高。2015年平均股權(quán)價(jià)值波動(dòng)率整體水平的上升導(dǎo)致當(dāng)年的平均資產(chǎn)價(jià)值驟增，進(jìn)而使得2015年的違約距離減小，約為其他年份的一半。這一差距在計(jì)算EDF時(shí)得到了放大，2015年的EDF達(dá)到了0.0660，分別為2014年和2016年的13倍和6倍，EDF在2015年的突然升高導(dǎo)致了當(dāng)年的預(yù)期成本和非預(yù)期成本的增加，最終帶來了該年或有債務(wù)規(guī)模的突增。

股權(quán)價(jià)值波動(dòng)率衡量的是股票價(jià)格波動(dòng)程度的大小，它受到股價(jià)和股數(shù)的影響。2015年各企業(yè)流通股股數(shù)變化并不大，其升高是由于當(dāng)年日收盤價(jià)的波動(dòng)性增大造成的。2015年上半年，在國企改革、“一帶一路”以及對新興產(chǎn)業(yè)政策預(yù)期的影響下，股市出現(xiàn)了“改革牛”和“杠桿牛”，股價(jià)節(jié)節(jié)高升，達(dá)到頂峰；但杠桿過高的后果是該年6月至9月股價(jià)大幅下跌，股市先抑后揚(yáng)的狀態(tài)導(dǎo)致該年股價(jià)的波動(dòng)幅度很大，大大增加了國有控股上市企業(yè)的違約風(fēng)險(xiǎn)；10月以后，隨著政府救市措施的實(shí)施，股市有所回溫。除此之外，2015年8月24日《中共中央 國務(wù)院關(guān)于深化國有企業(yè)改革的指導(dǎo)意見》指出，改革的重點(diǎn)任務(wù)包括分類推進(jìn)國有企業(yè)改革，將國有企業(yè)分為商業(yè)類和公益類，推動(dòng)國有企業(yè)同市場經(jīng)濟(jì)深入融合等。由此可以看出，國家開始明確地大力支持社會(huì)資本加入國有企業(yè)，國有控股上市公司必然會(huì)享受到改革帶來的福利。在該文件的指導(dǎo)下，2015年下半年國有企業(yè)面臨著大規(guī)模的合并重組，隨著整合重組的活躍度和交易規(guī)模將不斷攀升，人們產(chǎn)生股價(jià)上漲的預(yù)期，國有企業(yè)的股價(jià)波動(dòng)較其他年份也增加不少。

五、結(jié)論和政策建議

本文以2011—2020年多家國有控股上市公司為樣本，設(shè)計(jì)了“源于國有控股上市公司的政府或有債務(wù)規(guī)?！敝笜?biāo)對該來源的政府或有債務(wù)規(guī)模進(jìn)行測算。研究結(jié)果表明：由于我國國有控股上市公司“特殊性”的存在，政府對國有控股上市公司的擔(dān)保救助行為會(huì)產(chǎn)生大量的或有債務(wù)，這類債務(wù)的規(guī)模受到國有控股上市公司的股權(quán)價(jià)值、債務(wù)規(guī)模和政府擔(dān)保概率等多方面因素的影響。因此，政府需要降低國有控股上市公司的“特殊性”，從多個(gè)角度采取措施減少對其擔(dān)保救助的行為，從而縮減該來源的或有債務(wù)規(guī)模?；诒疚牡难芯拷Y(jié)果，本文提出如下幾點(diǎn)政策建議：

第一，減少對國有控股上市公司“政策工具”屬性的依賴。政府在進(jìn)行投融資等各種活動(dòng)時(shí)，要明確自身定位，對于公共性、正外部性較強(qiáng)的項(xiàng)目進(jìn)行主動(dòng)管理，積極引入社會(huì)資本，對競爭性較強(qiáng)的項(xiàng)目交給市場來進(jìn)行資源分配。

第二，約束政府官員的行為。弱化經(jīng)濟(jì)考核機(jī)制，將官員的政績與任職期間形成的或有債務(wù)風(fēng)險(xiǎn)掛鉤。根據(jù)不同地區(qū)的經(jīng)濟(jì)情況對各地區(qū)政府官員任期內(nèi)政府擔(dān)保行為、財(cái)政資金使用情況等進(jìn)行考核，對于任期內(nèi)擔(dān)保、救助不當(dāng)?shù)男袨?，追究相關(guān)責(zé)任人的責(zé)任。完善監(jiān)督管理機(jī)制和債務(wù)信息披露制度。建立嚴(yán)密合理有效的內(nèi)部監(jiān)督管理機(jī)制，監(jiān)督政府官員的行為，提高企業(yè)的償債能力，控制政府或有債務(wù)的規(guī)模。同時(shí)，國家應(yīng)引導(dǎo)政府建立政府債務(wù)信息披露平臺(tái)，增強(qiáng)政府信息公開的積極性，間接約束地方官員的自利行為，從而緩解政府或有債務(wù)的形成。

第三，關(guān)注政策效應(yīng)及同行業(yè)企業(yè)之間的相互影響。政府在制定政策時(shí)需要考慮對國有控股上市公司相關(guān)經(jīng)營管理活動(dòng)的影響，并根據(jù)企業(yè)的行為的變化及時(shí)調(diào)整政策。同時(shí)，要對同行業(yè)國有控股上市公司給予足夠重視，關(guān)注同行業(yè)國有控股上市公司負(fù)債行為的變化，加強(qiáng)當(dāng)?shù)貒锌毓缮鲜泄矩?fù)債行為的規(guī)范；關(guān)注同行業(yè)國有控股上市公司資金使用效率的變化情況，避免對當(dāng)?shù)貒衅髽I(yè)資金使用效率產(chǎn)生負(fù)面影響；借鑒同行業(yè)非國有企業(yè)的經(jīng)驗(yàn)，規(guī)范負(fù)債規(guī)模。

第四，建立國有控股上市公司政府或有債務(wù)的測算、評估機(jī)制。政府需要建立統(tǒng)一的官方數(shù)據(jù)庫。有關(guān)部門可以依據(jù)國有控股上市公司行業(yè)、性質(zhì)、盈利水平的不同進(jìn)行信用評級，依據(jù)各公司的評級級別來評估政府擔(dān)保救助的概率。政府應(yīng)建立我國上市公司違約數(shù)據(jù)庫，以此來得到我國上市公司違約距離和預(yù)期違約頻率真實(shí)的映射關(guān)系，進(jìn)而能夠更加準(zhǔn)確地識(shí)別問題上市公司。